Karpathy 指白領職位 AI 風險高達 6.7 分，你的經理可能是下一個

Andrej Karpathy 剛剛炸出了一個震彈。

這位傳奇級的 AI 研究者——曾任 OpenAI 首席 AI 官，機器學習圈的大神——在 2026 年 3 月發佈了一份詳細的風險分析，足以讓任何董事會冷汗直流。他的結論很直白：年薪超過 100 萬港幣的白領職位面臨 6.7 分滿分 10 分的 AI 自動化風險。低薪工作只有 3.4 分。

數字很刺眼。隱喻更刺眼：你的經理、你的策略顧問、你身邊每一個知識工作者——都在砧板上。不是 2050 年。就是現在。

沒人想看到的風險評分

Karpathy 的分析按薪資層級細分自動化風險，相關性殘酷得令人窒息。那些要求專業知識、判斷力、抽象思維的高薪角色——我們一直以為「安全」的那些——在 AI 替代風險榜上排名最高。為什麼？因為這些正正是 AI 智能體最擅長的任務：分析複雜文件、制定策略、管理工作流、做數據驅動的決策。

研究結果顯示：

--- 6.7 分風險：年薪 100–200 萬港幣的專業人員（經理、顧問、分析師、項目負責人）
--- 5.2 分風險：職級中層專家（年薪 60–100 萬港幣）
--- 3.4 分風險：低薪位置（年薪 30–60 萬港幣）

為什麼會出現這個曲線？自動化鍾情於規模和抽象化。一個 AI 智能體可以替代多個初級知識工作者的工作量。一個智能體負責起草發票、讀取複雜查詢、檢查庫存、排隊處理審批，相當於替代了數十個小時的人工。但你無法用一套演算法自動化清潔工的工作——至少現在還不行。

令人難受的真相：你一直在訓練你自己的替代品。你發的每一封電郵、寫的每一份備忘錄、記錄的每一項決策——這些都是 AI 智能體學習的數據。一旦它學會了？它就不需要你了。

67% 的公司已經知道了

Karpathy 的分析不是憑空出現的。組織現在正以迅雷不及掩耳之勢行動。最新數據顯示：67% 的財富 500 強公司現在已經在生產環境部署了 AI 智能體——而一年前這個數字只有 34%。這已經不是趨勢了。這是一個拐點。

而且這些不是玩具實驗。這些是真槍實彈的生產智能體，在做真實工作：

--- 起草財務文件和提案
--- 讀取和分類客戶查詢
--- 檢查庫存、標記供應鏈問題
--- 排隊處理常規業務決策
--- 跨團隊協調日程安排

這不是理論。這是現在就在發生，在你聽過的公司裡。行動最快的組織已經看到了驚人的效果：採用開放 AI 政策的組織在短短六個月內報告營運成本下降了 20–35%。

換句話說：要麼人少了但工作量沒減，要麼工作量同樣，但人手少了很多。

想想這對晉升週期、人頭配置、你的工作安全性意味著什麼。

Claude Opus 4.6 改變了遊戲規則

真正的拐點在 2025 年末出現了：Claude Opus 4.6 推出了「智能體團隊」，可以無需人類干預自主工作。不是會談話的聊天機器人。不是花哨的自動完成。是可以自主合作的 AI 工作者團隊。

智能體團隊可以：

--- 拿到業務目標後自行分解成任務
--- 並行或順序執行這些任務
--- 無需請示就能與其他智能體協作
--- 在出問題時自我調整
--- 為審計跟蹤記錄一切

這是自 Transformer 發明以來我們一直在構建的時刻。AI 不再是協助者了。它是執行者。

早期採用智能體團隊的公司會看到他們的白領薪酬大幅壓縮。不會一步到位——那會引起勞動力騷亂——但會穩步進行。悄無聲息地。一個職位接一個職位。

最先消失的工作也不是最創意或最策略性的工作。會是中層的工作：協調員、中層經理、那些花一整天時間在郵件間移動信息的「流程主管」。恰好因為他們能提供結構而有價值的人。但結構是 AI 智能體最容易複製的東西。

經理危機已經到來

Karpathy 的標題措辭謹慎但充滿含義：他特別指出管理層面臨最高風險。經理們面臨 7.1 分的風險——比顧問都還高。為什麼？

因為管理本質上就是信息處理：

--- 閱讀進度更新
--- 綜合報告數據
--- 安排會議
--- 起草決策
--- 跨團隊協調
--- 文檔化結果

這些任務中的每一項都是 AI 智能體能夠做的。而且做得更好——沒有自尊、沒有辦公室政治、沒有星期五下午的疲勞。

AI 經理沒有不好的日子。不會偏心。不會因為困在兩小時站會裡而遺漏背景信息。它處理一切、遺忘任何東西、只提升真正重要的事情。

所以如果你是看到這篇文章的經理：祝賀你。你的角色是整個企業中最容易被自動化的職位。如果一個 AI 智能體能在四分之一的時間內做五個你的工作，你的公司不需要三層的你。

難的部分？在你甚至沒有意識到的時候，你就被評估為可替代的。

招聘和人手配置的構造性轉變

這是前瞻性組織現在正在發生的事：

--- 他們還沒有開始裁員。那會引起訴訟、人才流失危機、媒體反彈。
--- 他們只是不再為流失補員了。有人退休？別用人手補上空缺。改成部署 AI 智能體，成本只要十分之一。
--- 他們在創造新職位和新角色。「AI 運營經理」「智能體團隊主管」「AI-人類工作流程專家」。聽起來很重要的名字，因為傳統組織架構正在碎裂。
--- 他們在為人才轉型做準備。悄悄推出「技能提升」計劃。把職位定義成需要「AI 協作」作為核心技能。

這就是在不發佈重組公告的情況下壓縮薪酬單的方式。夠慢，市場不會反應。夠快，華爾街會注意到利潤率的改善。

如果你不在被積極「轉變」為混合型角色的職位上呢？如果你的工作仍然按照舊方式定義呢？那麼你就在 6.7 分的風險bucket 裡，時鐘在滴答滴答地走。

Karpathy 沒說出來的（但應該說的）

Karpathy 的分析專注於風險評分。但真正的故事是關於槓桿。AI 不是替代工作者。它是放大留下來的工作者。

未來 24–36 個月內會繁榮發展的人是那些：

--- 學會帶領 AI 智能體而不是人類
--- 從執行轉向方向（告訴智能體做什麼，而不是自己做）
--- 發展 AI 無法複製的判斷力技能：決定什麼重要、問什麼問題、何時打破流程
--- 建立被 AI 放大的專長而不是被 AI 替代的專長

換句話說：留下來的人類不會在做他們舊的工作。他們會在做新工作，有 AI 隊友。

但這個轉型對於沒有準備的人來說是殘酷的。大多數人都沒有準備。大多數人希望這是炒作週期。大多數人在等著看會發生什麼。大多數人在 6.7 分的風險 bucket 裡，每週都在往更深處沉。

諷刺的是：替代還是增強？

這裡有個轉折，Karpathy 暗示但大多數人沒抓住：風險並不真的是被替代。是變成多餘。

有區別。

「被替代」是你的工作被 AI 搶走了。「變成多餘」是你的職位不再存在，因為更小的人類團隊用 AI 槓桿在做這些工作。沒有戲劇。沒有訴訟。組織架構只是圍繞留下來的人重新配置。

而那些留下來的人會是早期行動的人。現在就開始用 AI 智能體工作的人。學會用「AI 智能體會怎麼做這個任務？」而不是「我怎麼做這個任務？」的思維方式的人。

換句話說：最安全的未來角色不是你今天的工作。是通過學習與 AI 合作而創造的混合型角色。

最先搞清楚的公司——從「AI 替代人」轉向「AI 放大正確的人」——將主宰下一個十年。阻力或緩慢行動的公司也會壓縮薪酬，但會很痛苦，通過自然流失和重組。

你現在應該做什麼

Karpathy 的分析令人警醒。但它不是死刑宣判。它是一份地圖。你知道風險在哪。現在你必須行動。

如果你是經理：停止把 AI 看作你團隊使用的工具。開始把它看作隊友。如果你把一個複雜項目分配給 AI 智能體而不是初級員工會怎樣？你會學到什麼？什麼會破裂？因為智能體釋放了你的時間，你還能向上委派什麼？

如果你是個人貢獻者：你的價值不再是執行任務的能力。是提出正確問題、評估權衡、指導工作的能力。開始練習。開始要求經理給你機會做策略而不只是執行。

如果你是領導者或創辦人：67% 這個數字應該嚇到你，但不是因為競爭對手領先。它應該驅動你因為你窗口在關閉——那個能夠有思慮地集成 AI、以加強你組織的窗口。再等 18 個月，你就會被迫在壓力下壓縮薪酬單而不是有意地設計它。

共同的主題？停止為替代做準備。開始為增強做準備。

準備好為你的團隊做好未來準備了嗎？

UD 的 AI Staff 方案助你在人類團隊旁邊安全、有策略地部署 AI 角色。
不要等到被顛覆才被迫做決定。現在就開始對話。
28 年經驗，服務超過 50,000 家企業。